公开(公告)号：CN116230133A

公开(公告)日：2023-06-06

申请号：CN202310047640.7

申请日：2023-01-31

Applicant: 厦门大学

Inventor： 朱锦锋 ,  严一鸣 ,  高源 ,  陈威 ,  李法君 ,  申家情 ,  黎宇洋

IPC: G16C60/00 ,  G16C20/30 ,  G16C20/70 ,  G06N3/048 ,  G06N3/08

Abstract: 本申请公开了一种等效电路深度学习的等离激元超材料光谱预测方法和装置，采用严格耦合波分析法(RCWA)得到样本数据，将样本数据分为训练集和验证集分别用于神经网络的训练和测试，该方法的神经网络输入为等离激元超材料的结构参数，输出为等效电路参数，将其代入等效电路公式计算得到预测光谱。本发明在深度神经网络中融入等效电路知识，克服了传统数值模拟方法和等效电路设计方法的繁琐设计过程，极大节省超材料结构参数设计时间、等效电路建模时间和硬件成本，同时在小样本数据上实现等离激元超材料光谱的精准预测，对比相同条件下的传统深度神经网络，该方法有效提升光谱预测精度和神经网络泛化性能，易于推广到其它等离激元超材料模型中。